控制理论与应用

作者：张腊梅,陈先中,侯庆文

单位：北京科技大学 自动化学院,北京科技大学工业过程知识自动化教育部重点实验室,北京科技大学顺德研究生院

关键词：流态化; 特征提取; 注意力机制;多尺度卷积核; 料面

基金：国家自然科学基金项目(61671054), 北京市自然科学基金项目(4182038)资助.

针对高炉料面图像经常发生多物理形态周期转变导致料线追踪精度下降问题, 研究了一种基于注意力的多尺度卷积核流态化料面检测算法(MKAD). 构建了雷达数据集–灰度图像–料形可视化的一类特征提取框架, 在卷积层采用通道和空间双注意力机制, 获得不同尺度的精细化颗粒流态化特征; 使用多尺度卷积核自适应方法提取并融合喷涌料面多尺度颗粒物特征, 实现跨通道特征融合. 在南钢3#高炉和武钢7#高炉进行了实验和综合评估, 精确率分别可达83.01% 和86.50%, 与峰脊锐化方法相比, 分别实现了1.41%和4.9%的性能提升, 上述融合特征提取框架显著增强了料面检测的鲁棒性.

来源：2022年第9期

《控制理论与应用》期刊编辑部

查看控制理论与应用杂志2022年第9期